专题 · FULL STORY

Meta开源Muse Glimmer:从爆料到实测

从社区爆料初露端倪,到Meta超级智能实验室正式发布开源多模态模型Muse Glimmer,再到开发者实测验证其单卡部署与智能体能力,该模型在一天内迅速走完了从官宣到落地的全过程。

2026-08-10 ~ 2026-08-10 · 3 集 · 36 条

第 1 集 · Meta开源30B智能体模型Muse Glimmer,单卡即可运行(2026-08-10,30 条)

Meta 超级智能实验室正式发布了开源多模态模型 Muse Glimmer,这是一款拥有 300 亿(296B)参数的稠密视觉语言模型,专为在消费级硬件上运行本地常驻智能体工作流而优化。该模型采用 Apache 2.0 协议开放权重,目前已上线 HuggingFace 和 Ollama 平台,显著降低了高级智能体的端侧部署门槛。

已确认

  • 模型规格:Muse Glimmer 为 30B 参数的 Dense 架构(非 MoE),由 Muse 蒸馏而来,配备 ViT-G/14 感知编码器。原生支持 128K 上下文、100 多种语言以及文本与图像交织的多模态输入。
  • 硬件要求:该模型对本地部署非常友好,可完全在单张消费级 GPU 上运行。根据不同转述,其运行显存需求在 18GB 至 24GB 之间,支持 4-bit 量化,并能通过 Ollama 的 MLX 引擎在 Mac 等设备上本地运行。
  • 性能表现:官方称其为同等规模下最强的智能体模型。在 24 项基准测试中有 12 项取得最佳成绩,整体表现优于 Gemma4-31B 和 Qwen3.6-27B,其编码能力与同级别的 Qwen 27B 相当,并在关键智能体用例上表现优异。
  • 适用场景:针对复杂的多步骤任务进行优化,适合隐私敏感型应用,如编程、文档分析和个人助理。

尚未确认

  • Meta 预告即将发布最新基础模型 Muse Spark 1.2 的开放权重版本,具体发布时间与详细参数暂未确定。

为什么重要

  • Muse Glimmer 显著降低了本地部署高级智能体的硬件门槛,使得全天候常驻的个人智能体能在标准 PC 上流畅运行。此外,这种“闭源旗舰+开源蒸馏”的双线并行策略,也被视为兼顾商业变现与开源生态建设的新尝试。

还有 10 条相关讨论 →

第 2 集 · Meta 即将开源 300 亿参数模型 Muse Glimmer(2026-08-10,2 条)

据社区爆料,Meta 正在重新发力大模型开源,即将发布两款新模型 Muse Spark 1.2 与 Muse Glimmer。其中,Muse Glimmer 拥有 300 亿参数,相关信息已在 Hugging Face 曝光。评论认为,这将是自 Llama 3 和 Llama 4 以来,Meta 在开源领域最具影响力的动作。

第 3 集 · 实测 Muse Glimmer:模型可自主优化并完成部署(2026-08-10,4 条)

针对 Meta 新发布的开源模型 Muse Glimmer,开发者进行了深度的智能体能力实测。通过赋予模型工具调用能力,Muse Glimmer 不仅成功将自身部署到了受保护的 Hugging Face Inference Endpoint,还能进一步针对 H100 架构自主优化部署配置。此外,开发者已在 Hugging Face Hub 搭建了研究智能体入口,方便用户直接交互体验。